本文介绍了商业智能（BI）的重要性和数据挖掘的概念，强调了报表系统在数据分析中的局限性。 BI分为报表系统、数据分析和数据挖掘三个阶段，目前我国企业多处于报表阶段。数据仓库作为BI的核心，其面向主题、集成、随时间变化和信息稳定性的特点被详细阐述。数据仓库物理模型的星型和雪花型结构以及事实表和维度表的设计原则也进行了讨论。
author：skate
time：2009/11/23
数据智能（BI）目前对于企业越来越重要，现在的企业也越来越重视，通过它可以及时，准确的反应企业目前的销售情况，
并通过这种历史数据分析，来推测将来的发展，为管理层作出觉得提供有力的数据依据
数据的挖掘概念：
是从大量的、不完全的、有噪声的。模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘可以看成是一种数据搜寻过程，它不必预先假设或提出问题，但是仍能找到那些非预期的却令人关注的信息，这些信息表示了数据元素的关系和模式。它能挖掘出数据键潜在的模式(pattern)，找出最有价值的信息和知识(knowledge)。指导商业行为或辅助科学研究。研究对象是大规模和超大规模的数据集合。
数据挖掘的方法：
1.关联规则挖掘技术
2.分类技术
3.预测技术
4.神经网络和支持向量机
5.聚类分析
6.时间序列数据挖掘
7异常数据挖掘
数据挖掘目前对于银行和电信用的较多一些，一般的中小企业可能没发现数据挖掘带来的好处，像我们公司现在
现在主要数据表面的统计查询，没有深层的去挖掘，寻找一些潜在有价值的信息
经过几年的积累，大部分中大型的企事业单位已经建立了比较完善的CRM、ERP、OA等基础信息化系统。这些系统的统一特点都是:通过业务人员或者用户的操作，
最低0.47元/天 解锁文章
10万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
